AI gør fremskridt, men det er usandsynligt, at det snart lykkes inden for et nøgleområde

Billede: Getty Images / iStockphoto

Det vil tage tid, men på et tidspunkt vil hver applikation have sin andel af "AI Inside." I dag er vi imidlertid langt fra dette punkt, og falske reklamer for AI-kapaciteter hjælper ikke, noget Arvind Narayanan, lektor i datalogi ved Princeton, har kaldt som "slangeolie" i en nylig præsentation. Det er ikke, at der ikke er reelle, nyttige måder at ansætte AI i dag, understreger han, men snarere at "Meget af det, der sælges som 'AI' i dag, er slangeolie - det fungerer ikke og kan ikke fungere."

For at hjælpe med at analysere godt fra dårlig AI-reklame, hvor tror Narayanan, at vi gør reelle fremskridt i AI, og hvor skal vi myte bust?

Bliv ægte med AI

Som med enhver ny teknologi overgår ambitionerne om at omfavne den altid den faktiske produktionsanvendelse, og AI er ikke anderledes. Alligevel er der ifølge en Gartner-undersøgelse, der blev offentliggjort tidligere i 2019, 59% af de undersøgte virksomheder anvendt AI i dag, og af disse 59% har de i gennemsnit fire AI / ML-projekter, der er indsat. Gartner estimerer, at det gennemsnitlige antal indsatte AI / ML-projekter næsten tredobles til 10 i 2020, dobbelt til 20 inden 2021 og rammer 35 i 2022. "Vi ser en betydelig acceleration i AI-vedtagelsen i år, " sagde Jim Hare, forskning vicepræsident i Gartner.

(ZDNet) | Download den gratis PDF-version (TechRepublic)

I henhold til den samme forskning har organisationer en tendens til at bruge AI / ML inden for kundeoplevelse (understøtte beslutningstagning og fremsætte henstillinger til medarbejderne, som at tilbyde nær realtidsdata til kundeservicerepræsentanter) og opgaver automatisering (f.eks. Fakturering og kontraktvalidering i finansiering). Dette er rimelige måder at bruge AI ifølge Narayanan.

Mindre rimelige er undersøgelsessvar, der antyder, at 54% af den generelle befolkning mener, at AI vil være i stand til at udføre "næsten alle opgaver, der er økonomisk relevante i dag bedre end medianmennesket (i dag) ved hver opgave." Som Narayanan påpegede, "AI-eksperter har et mere beskedent skøn over, at kunstig generel intelligens eller stærk AI er omkring 50 år væk, men historien fortæller os, at selv eksperter har en tendens til at være vildt optimistiske med hensyn til AI-forudsigelser."

Ifølge Narayanan er der to centrale områder, hvor AI klarer sig godt i dag, hvor det første er "Perception", en kategori, hvor han inkluderer:

  • Indholdsidentifikation (Shazam, søgning i omvendt billede)

  • Ansigtsgenkendelse

  • Medicinsk diagnose fra scanninger

  • Tale til tekst

  • Deepfakes

På området Perception sagde Narayanan, "AI er allerede i eller over menneskelig nøjagtighed" i de områder, der er identificeret ovenfor (f.eks. Indholdsidentifikation), og "fortsætter med at blive bedre." Årsagen til at det bliver bedre, understregede han, er simpelt:

Selvfølgelig bemærkede han, at det er netop den nøjagtighed, der betyder, at vi skal være forsigtige med, hvordan det bruges.

IT- ledervejledning til dyb læring (TechRepublic Premium)

Det andet område, hvor Narayanan viser, at AI klarer sig godt, men ikke så godt som Opfattelse, er Automating Judgment, som inkluderer:

  • Spamdetektion

  • Påvisning af ophavsretligt beskyttet materiale

  • Automatisk essaysgradering

  • Detektering af had

  • Indholdsanbefaling

Som han forklarede, "Mennesker har nogle heuristiske i vores sind, såsom hvad der er spam og ikke spam, og givet nok eksempler, prøver maskinen at lære det. AI vil aldrig være perfekt til disse opgaver, fordi de involverer dømmekraft og fornuftige mennesker kan er uenig om den rigtige beslutning. " AI vil fortsætte med at forbedre sig på sådanne områder, skønt vi bliver nødt til at finde ud af, hvilke rigtige procedurer der skal bruges til at korrigere maskindrevne beslutninger, der adskiller sig for langt fra menneskelig dom.

På disse to områder er AI ufuldkommen, men hjælpsom og bliver bedre. Men inden for forudsigelse af sociale resultater, Narayanan-børstehår, er AI's rolle "grundlæggende tvivlsom."

Sætter AI tilbage på sin plads

På sådanne områder, hvor etiske problemer samles med nøjagtighed, er AI ikke kun en dårlig forudsigelse i dag, men det er usandsynligt, at det snart bliver bedre når som helst. Eksempler inkluderer:

  • Forudsigelse af kriminel recidivisme

  • Forudsigelse af jobydelse

  • Forudsigelig politiarbejde

  • Forudsigelse af terrorrisiko

  • Forudsigelse af udsatte børn

Det er heller ikke blot et spørgsmål om at kaste flere data på problemet. Ved hjælp af et eksempel på at forudsige børns resultater baseret på 13.000 familieegenskaber, klagede Narayanan over, at "'AI' var næppe bedre end simpel lineær formel", der kun anvendte fire egenskaber. Manuel score, fortsætter han, fungerer bedre til at forudsige resultater.

Yderligere, når vi er afhængige af pseudo-AI til at forudsige sociale resultater, løber vi ind i problemet med forklarbarhed (eller snarere manglende evne til at forklare forudsigelsen): "I stedet for point på et kørekort, forestil dig et system, som hver gang bliver du trukket over, indtaster politibetjenten dine data i en computer. De fleste gange får du fri, men på et tidspunkt fortæller black box-systemet dig, at du ikke længere har lov til at køre. " Uden forklaring på, hvorfor kan vi komme ind i en ny, endnu mere destruktiv æra med vejraseri.

Igen er det ikke for at antyde, at AI ikke er en potent styrke til samfund - det er det, og AI vil i sidste ende finde vej ind i de fleste enhver applikation. Dette er en meget god ting. Det bliver kun dårligt, når vi fejlagtigt anvender AI til at forudsige sociale resultater, i Narayanans tænkning, uden at backstoppen af ​​endda ikke er i stand til at forklare medarbejderen, vil være terrorist osv. Hvorfor de bliver fyret, arresteret eller værre.

Videregivelse : Jeg arbejder for AWS, som har AI / ML-relaterede produkter. Jeg arbejder dog ikke for disse produktteams, og intet heri er beregnet til at fremme eller henvise til nogen AWS-teknologi.

Innovationsnyhedsbrev

Vær opmærksom på smarte byer, AI, Internet of Things, VR, AR, robotik, droner, autonom kørsel og mere af de fedeste tekniske innovationer. Leveres onsdage og fredage

Tilmeld dig i dag

© Copyright 2020 | mobilegn.com